1.一种城市饱和交叉口信号配时的优化方法,其特征在于,包括如下步骤:S1:检测交叉口进口道上游、中游以及下游的车辆数,根据交叉口进口道上游车辆数实时获取每一信号周期内的车辆到达数;结合历史统计的转向流量比例数据和交叉口进口道上游、中游以及下游的车辆数,实时获取每一信号周期内的滞留车辆数;
S2:根据每一信号周期内的车辆到达数与历史统计的转向流量比例数据,预测交叉口下一周期的进口道转向流量;
S3,确定预测周期的延误指标、停车次数指标和排队长度指标计算公式,根据预测周期的延误指标、停车次数指标和排队长度指标计算公式,建立交叉口不同相序相位下的双环信号配时决策模型;
S4,基于自适应改进式遗传算法框架,对下一信号周期的绿灯时长进行编码,得到绿灯配时群体,将所述绿灯配时群体、S1得到的滞留车辆数以及S2得到的预测周期交叉口进口道的转向流量代入S3得到的双环信号配时决策模型中,求解出不同适应度函数值,筛选出决策模型中适应度函数最优个体的预测周期绿灯配时,将该预测周期绿灯配时作为城市饱和交叉口信号配时方案。
2.根据权利要求1所述的一种城市饱和交叉口信号配时的优化方法,其特征在于,S1中,在交叉口进口道上游、中游以及下游分别布置检测器,通过检测器检测车辆数;交叉口进口道上游的检测器布置于进口道路段与其他主要道路相交预设距离处和研究路段的进出岔路口;交叉口进口道中游的检测器布置于道路交叉口实画标线起始处;交叉口进口道下游的检测器布置于交叉口停车线处。
3.根据权利要求1所述的一种城市饱和交叉口信号配时的优化方法,其特征在于,S1中,每一信号周期内的车辆到达数Do的计算过程如下:Do=∑di
其中,di为上游第i车道对应上游检测器在周期结束时检测到的整周期的车辆数。
4.根据权利要求1所述的一种城市饱和交叉口信号配时的优化方法,其特征在于,S1中,数据采集处理间隔为一周期一次,每一信号周期内的滞留车辆数 的计算过程如下:当车辆排队Lqi小于dei时:
当进口道第i车道组车辆排队Lqi大于dei,且其他车道组排队长度小于dei时:当进口道第i车道组车辆排队Lqi大于dei,且还存在其他车道组车辆排队Lqi大于dei时:其中,dei为在第i车道组中游检测器与下游检测器间的距离;Lqi为在第i车道组实际的车队长度; NM分别是进口道车道组i滞留车辆数和中游检测器通过车辆数;θi为交叉口历史转向流量数据中第i转向对应的比例。
5.根据权利要求1所述的一种城市饱和交叉口信号配时的优化方法,其特征在于,S2中,预测交叉口下一周期的进口道转向流量的过程包括:对S1中检测的每一信号周期内的车辆到达数Do除以周期长度,再乘以θi,得到这一周期第i转向的流量qi;再将最近3个周期检测的流量数据求和取平均,并乘以修正系数S以此作为下一周期的各进口道转向流量qr,计算公式如下:其中,qi为此时第i相位的流量;di为上游第i流向对应检测器在周期结束时检测到的整周期的车辆数;qr为预测下一周期第i相位的流量;S为修正系数。
6.根据权利要求1所述的一种城市饱和交叉口信号配时的优化方法,其特征在于,S3中:延误指标公式的确定:采用AKCELIK延误模型,其中,均匀延误 和随机与过饱和延误的计算公式分别如下:根据均匀延误 和随机与过饱和延误 得到交叉口车辆平均延误d*:以交叉口车辆平均延误d*作为延误指标公式;
式中:Cir为circle,代表信号周期长,单位为s,表示信号灯色按设定的相位顺序显示一周所需的时间;d*为交叉口车辆平均延误,单位为s;c为通行能力,单位为pcu/s;ge为有效绿灯时间,单位s;λ为绿信比 v是车辆平均到达率,单位pcu/s;S为饱和流率,单位为pcu/s;y为流率比(v/S);re为有效红灯时间,单位为s;x为饱和度;N0为平均过饱和滞留车队长度函数,公式如上;T为分析时段,单位为s;i为第i个进口道车道组。
7.根据权利要求1所述的一种城市饱和交叉口信号配时的优化方法,其特征在于,S3中:停车次数指标以平均停车率h表示,平均停车率h采用如下任意一种方式确定:方式一:稳态理论
其中,h:平均停车率;u:某相位下绿信比;y:流率比;Ns:不饱和交叉口平均滞留排队长度;v:到达率;C:周期;x:饱和度;s:饱和流率;
方式二:过渡函数
h=f(hu+ho)
其中,hu:正常阻滞的停车率;ho:随机与过饱和下的停车率;f:考虑完全停车而设置的修正系数;c:通行能力;tf:dh-(gs-ge);ge:有效绿灯时间;dh为在一次完全停车的减速加速过程中,车辆平均延误值(由平均阻滞行驶车速与平均速度变化率关系求得);r:有效红灯时间;z:x-1; gs:通行饱和状态持续时间;
方式三:定数理论
其中,Nd:平均过饱和滞留车辆数,即进口道方向所有车道上滞留车辆总和;T为分析时段。
8.根据权利要求1所述的一种城市饱和交叉口信号配时的优化方法,其特征在于,S3中:排队长度指标计算公式的公式的确定时,结合交通波理论和二流理论,建立当量预测消散排队长度模型,当量预测消散排队长度模型的公式如下:NU(t)=qr×t
ND(t)=c×tg
式中,N0:初始时刻上下游断面之间车辆数,即代入为步骤一的周期结束时滞留车辆数;
NU(t):t时刻通过上游检测器断面的车辆累计数;ND(t):t时刻通过下游检测器断面的车辆累计数;ΔN(t):t时刻上下游断面之间的车辆数;LD(t):t时刻上下游断面之间的当量排队长度;L:上下游断面间的实际距离长度;LA(t):t时刻启动波所在位置;kj:上下游之间交通流阻塞密度;km:上下游之间交通流最佳密度;tr:红灯持续时间;tg:有效绿灯时间;c:进口道通行能力,与饱和流率及绿信比相关;qr:下一周期的各进口道转向流量;
预测消散排队长度取值为三个时刻最大值作为约束,分别为下一个周期研究相位绿灯结束时的排队长度预测值LS1、下一周期结束时的排队长度预测值LS2和下两个周期研究相位绿灯结束时的排队长度预测值LS3。
9.根据权利要求1所述的一种城市饱和交叉口信号配时的优化方法,其特征在于,S3中:根据预测周期的延误指标、停车次数指标和排队长度指标计算公式,建立交叉口不同相序相位下的双环信号配时决策模型过程包括:结合道路交叉口实际情况,将合适的地点作为消散排队长度的阈值,排队长度在未触及阈值时不对综合评价函数造成影响;若路段无大型接入口,将上游交叉口出口道功能区与研究交叉口停车线间距作为消散排队长度阈值;若有大型接入口,则将接入口离研究交叉口停车线的距离的非交织段作为消散排队长度阈值,即求解最小交织区长度Lw,公式如下:Lw=n×Lb
式中,n:小区数;Lb:车辆进行一次换道所需长度;
综合延误指标、停车次数指标和排队长度指标引入多属性决策模型,将延误指标、停车次数指标和排队长度指标归一化并计算各自所占权重,确定综合评价函数,将该综合评价函数作为双环信号配时决策模型,双环信号配时决策模型Objvalue的公式如下:Objvalue=α×D+λ×h+w
B=LSmax-Q
C=LS3-Q
LSmax=max(LS1,LS2,LS3)
其中,w1、w2为归一化车辆排队长度;Q为排队长度阈值;LS为实际消散排队长度;D为归一化延误值;h为停车次数;α、λ、θ1、θ2则为各指标权重值。
10.根据权利要求1所述的一种城市饱和交叉口信号配时的优化方法,其特征在于,S4中具体包括如下步骤:(1)按照S3的相位相序给定条件,随机生成的绿灯时长群体采用如下方式编码:
其中,G1、G2为两条分割线的各自时长;αi为分割线内相位的比例;
(2)适应度函数的计算,与双环配时模型的综合评价函数有关,具体为:将所述绿灯配时群体、S1得到的滞留车辆数以及S2得到的预测周期交叉口进口道的转向流量代入S3得到的双环信号配时决策模型中,计算S3的预测周期的延误指标、停车次数指标和排队长度指标,得出根据预测周期的延误、停车次数和排队长度建立的综合评价函数值objvalue,适应度函数fitvalue为:其中,i为当前迭代次数;Cmin为随迭代次数变化的实数,取值方法如下:其中,growtime为最大迭代次数;bestfit为当前种群最优解;
(3)对群体中不同适应度的个体进行选择、单点交叉及新的变异操作保留最优个体,选择机制为赌盘选择法,交叉操作采用标准的单点交叉,变异采用不完全变异与完全变异相结合的方式,按照生成的随机数取值来确定变异选择方式,新的变异为:(4)通过多次的迭代循环,得到若干个不同适应度的个体,筛选并保存出综合评价最优个体的预测信号周期的交叉口绿灯配时,将该预测周期绿灯配时作为城市饱和交叉口信号配时方案。